documentazione di BigQuery
BigQuery è il data warehouse di analisi di Google Cloudcompletamente gestito, su scala petabyte e dai costi contenuti, che ti consente di eseguire analisi su grandi quantità di dati quasi in tempo reale. Con BigQuery, non c'è alcuna infrastruttura da configurare o gestire, il che ti consente di concentrarti sull'individuazione di informazioni significative utilizzando GoogleSQL e di sfruttare modelli di prezzi flessibili tra opzioni on demand e a tariffa fissa. Scopri di più
Inizia la tua proof of concept con 300 $di credito gratuito
- Accedi a Gemini 2.0 Flash Thinking
- Utilizzo mensile gratuito di prodotti molto apprezzati, tra cui API di IA e BigQuery
- Nessun addebito automatico, nessun impegno
Risorse di documentazione
Guide
-
Guide rapide: Console, Riga di comando o Librerie client
-
Creazione e utilizzo delle tabelle
-
Introduzione alle tabelle partizionate
-
Introduzione a BigQuery ML
-
Ruoli e autorizzazioni predefiniti
-
Introduzione al caricamento dei dati
-
Caricamento dei dati CSV da Cloud Storage
-
Esportazione dei dati delle tabelle
-
Creare modelli di machine learning in BigQuery ML
-
Esecuzione di query su origini dati esterne
Riferimento
-
Funzioni in GoogleSQL
-
Operatori in GoogleSQL
-
Espressioni condizionali in GoogleSQL
-
Funzioni di data in GoogleSQL
-
Sintassi delle query in GoogleSQL
-
Funzioni di stringa in GoogleSQL
-
Utilizzo dello strumento a riga di comando bq
-
Percorso end-to-end per i modelli di machine learning
-
Librerie client dell'API BigQuery
-
Creazione e addestramento dei modelli
Risorse correlate
Video correlati
Migrating App Engine pull tasks to Cloud Pub/Sub (Module 19)
Serverless Migration Station is a Serverless Expeditions mini-series focused on helping developers modernize their applications running on a Google Cloud serverless compute platform. In Module 19, the second video focused on App Engine pull tasks,
How to use App Engine Task Queue pull tasks (Module 18)
Serverless Migration Station is a Serverless Expeditions mini-series focused on helping developers modernize their applications running on a Google Cloud serverless compute platform. In Module 18, Google engineers Martin & Wesley show viewers how
Refactoring a Python 2 Cloud NDB app to Python 3 & Cloud Firestore (Module 9)
Module 9 resources: Codelab → https://goo.gle/3pYGwzA Python 2 START ("mod8") code → https://goo.gle/3j3TyYa Python 3 FINISH ("mod9") code → https://goo.gle/3BCemfZ Serverless Migration Station is a Serverless Expeditions mini-series, designed to
Migrating App Engine push queues to Cloud Tasks (Module 8)
Module 8 references: Codelab → https://goo.gle/3lJMtxF Python 2 START ("mod7") code → https://goo.gle/3kEvtsl Python 2 FINISH ("mod8") code → https://goo.gle/3j3TyYa Serverless Migration Station is a Serverless Expeditions mini-series, designed to
How to use App Engine push queues in Flask apps
Codelab → https://goo.gle/3hYdmf2 Python 2 START ("mod1") code → https://goo.gle/3xfynHx Python 2 FINISH ("mod7") code → https://goo.gle/3kEvtsl Serverless Migration Station is a Serverless Expeditions mini-series focused on helping developers
Pub/Sub tips and tricks
Dead-letter queues → http://goo.gle/3u5dLkl Message ordering → http://goo.gle/2M5CaVK Replaying past messages → http://goo.gle/3du08oP Pub/Sub is an asynchronous messaging service that can help you easily run serverless applications. However, there
Task Queues, Stackdriver, & more!
Here to bring you the latest news in the cloud is Google Cloud Developer Advocate Mark Mirchandani. Learn more about these announcements → https://bit.ly/2IOikem • Queued Up → https://bit.ly/2PzLTRC • Big Data, Big Updates → https://bit.ly/2PytVyB •
Messaging on the Cloud: GCPPodcast 7
Original post: https://www.gcppodcast.com/post/episode-7-messaging-on-the-cloud/ In the seventh episode of this podcast, your hosts Francesc and Mark discuss the different ways messaging can be done on Google Cloud Platform, covering Pub/Sub and Task
Provare BigQuery
Crea un account per valutare le prestazioni dei nostri prodotti in scenari reali.
I nuovi clienti ricevono anche 300$di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.